本技术涉及一种利用智能超表面技术增强空天地海一体化网络的通信可靠性与安全性的方法。该方法融合了智能超表面辅助通信、网络一体化、轨迹优化及安全通信技术,旨在提升通信效率,降低干扰,并保障信息传输的安全性。
背景技术
智能超表面是一个均匀的平面阵列,由许多低成本的无源反射元件组成。其中每个元件自适应地调整其反射幅度或相位,而实时可编程的特点使超表面改变其电磁特性。通过有效地设计反射单元的相位,即可实现实时可控的反射波束赋形。智能超表面的低成本、低能耗、可编程、易部署使得其运用于各类通信模型中,在提高通信性能、扩展覆盖范围和减少干扰方面具有巨大的潜力。将智能超表面加装在无人机上作为空中智能超表面辅助通信系统,能够提高地面用户的通信可靠性和频谱效率,同时具有高动态性。而空天地海链路特性使得用户更容易受到干扰和窃听。在存在窃听和严重干扰环境中,用户的安全可靠通信是急需讨论的话题,同时空中智能超表面的位置部署对于用户的通信质量影响重大。因此,干扰攻击和窃听下空中智能超表面辅助空天地海网络的可靠安全通信是一个尤为关键的课题。
智能超表面能够通过动态地调整信号的传输特性,从而提高通信的抗干扰性。[H.Yang, Z. Xiong, J. Zhao, "Intelligent Reflecting Surface Assisted Anti-Jamming Communications: A Fast Reinforcement Learning Approach," in IEEETransactions on Wireless Communications, vol. 20, no. 3, pp. 1963-1974, March2021, doi: 10.1109/TWC.2020.3037767.] 提出一种基于模糊狼爬山快速学习算法的联合功率分配和反射波束成形方法以学习最优抗干扰策略,在强干扰情况下保证用户的可达速率和通信质量达标。
同时将智能超表面搭载在无人机上构成空中智能超表面并优化轨迹是一种十分有效的抗干扰策略。[K. Lin, H. Yang, M. Zheng, L. Xiao, C. Huang and D. Niyato,"Penalized Reinforcement Learning-Based Energy-Efficient UAV-RIS AssistedMaritime Uplink Communications Against Jamming," in IEEE Transactions onVehicular Technology, doi: 10.1109/TVT.2024.3406896.] 设计一种基于惩罚深度强化学习的优化方法,用于优化空中智能超表面的轨迹以最大化能量收集效率的同时,增大用户的信噪比,提高用户在干扰情况下的可达速率,提升系统可靠性能。
此外,窃听者试图窃取敏感信息,危及通信的隐私性。因此在智能超表面上使用反射波束赋形,以提高用户的可实现保密率,同时抑制窃听者的窃听数据速率。[H. Yang, Z.Xiong, J. Zhao, D. Niyato, L. Xiao and Q. Wu, "Deep Reinforcement Learning-Based Intelligent Reflecting Surface for Secure Wireless Communications," inIEEE Transactions on Wireless Communications, vol. 20, no. 1, pp. 375-388,Jan. 2021, doi: 10.1109/TWC.2020.3024860.] 应用一种基于深度决策后状态-优先经验回放学习的安全波束形成算法辅助安全通信,实现基站处的波束成形矩阵和智能超表面处的相移矩阵(反射波束成形),使系统在存在窃听的情况下安全稳定运行。
实现思路